Apr

4
Repro Tech #7 Practical AI Supported by NAVITIME
Repro Tech Meetup

Organizing : Repro株式会社

Hashtag ：#reprotech

Registration info	参加者枠 Free FCFS 72/90

Description

Annouce

＼増枠しました／

Repro Tech Meetup

Repro は、6000以上のWeb・アプリに利用されるマーケティングオートメーションサービスです。月間数千億のイベントのデータを処理し、そのデータをAIでユーザーを自動セグメントを行い、毎日数億のプッシュなどの施策を配信しています。

Repro Tech Meetupは、そんなReproが使っている・使おうとしている技術やノウハウについて共有したり、ゲストを呼んで学ぶミートアップです。

前回の雰囲気

テーマ: Practical AI

現在 "AI" はかつてないブームにあります。

ただなんとなくに過ぎなかったその興味は、明らかに "実用性" に移っていると感じます。 Repro AI Labs では顧客に価値を届けるための実用的な AI の可能性を真剣に考えています。

実際にその成果は汎用的な機能化にまで至りました。（『SmartAudience™️』ベータ版の提供を開始）

そのためには、学習のためのデータパイプライン、アルゴリズム、サービスへの組み込み、そしてそれを運用する MLOps ...と知見は多岐に渡ります。

今回の Meetup では、AI が実際に使われている現場の学びを共有し、AI の実用性に関する知見を深めていきましょう！

登壇者

Kota Uenishi (kuenishi)

プロフィール

所属: Preferred Networks

Chainerをつかって分散深層学習をやっています。

発表内容

深層学習を速くするいくつかの方法

Sho Shimauchi (shiumachi)

プロフィール

ルミノソジャパン合同会社

Solutions Architect at Luminoso Technologies.

ex-Cloudera, ex-NEC.

発表内容

完成された機械学習モデルを保守していくには

データサイエンティストや機械学習エンジニアというと、いい機械学習モデルを作ることに目が行きがちになってしまう。

しかし、既にモデルが完成している場合に次にすべきことについてはあまり情報がまとまっていない。データサイエンスのコードは、テストの不足や可読性を考慮しないなど、得てして保守性の低いレガシーコードになりがちである。

このセッションでは、こうしたデータサイエンスレガシーコードを保守する立場に焦点を当て、そのような場合に役立つライブラリやtipsを紹介していく。

Takashi Nishibayashi (hagino3000)

プロフィール

Software Engineer at VOYAGE GROUP

インターネット広告配信サービスの開発をしています。
配信効果の最適化・機械学習を使った予測処理の実装・データ分析を担当。
最近の興味はオンライン意思決定とメカニズムデザイン。

発表内容

予測システムと意思決定の自動化

ビジネス上の意思決定のために機械学習で予測値を求める事は一般的になりました。
本セッションでは求めた予測値をどのように利用するかに焦点を当てます。
特に不確実性下において意思決定を行なうオンライン意思決定の手法と事例を紹介します。

Takeshi Kamada (take4)

プロフィール

九州工業大学情報工学部電子情報工学科卒。Webアプリケーションエンジニア。2018年6月にRepro入社。

Repro AI LabsにてAI機能の開発がメイン業務。Rails+Vue.jsのフロントエンドからPythonのMLバッチ、MLインフラまで担当。

発表内容

REPROのAI機能を支える技術

ReproのML基盤を、前回のミートアップでの発表最速でAI機能をリリースする技術から、実際にリリースして基盤を安定させるまでの軌跡を交えながら紹介する。

スポンサーLT

Makiko Ohkawa (wao009) from NAVITIME

Azure の Cognitive Service を触っています。R&DのD寄りエンジニア

タイムテーブル

時間	内容
19:00	開場
19:30	はじめに
19:40	深層学習を速くするいくつかの方法 by Kota Uenishi
20:05	完成された機械学習モデルを保守していくには by Sho Shimauchi
20:30	休憩 (軽食)
20:35	予測システムと意思決定の自動化 by Takashi Nishibayashi
21:00	REPROのAI機能を支える技術 by Takeshi Kamada
21:25	LT : Sponsor
21:30	懇親会
22:30	解散